数据模型和数据挖掘都是大数据领域中非常重要的方面，能够实现大数据分析和获取更多宝贵的信息，帮助我们更加有效地理解数据和有效地利用数据。在数据分析的过程中，两者之间的联系也非常的紧密。
数据模型是十分关键的一环，它能够将我们的数据变为结构化的信息，让我们能够更清楚地观察数据中特定部分的意义，帮助我们对数据可视化和分析，建立出明确的模型，目的是为了使用数据去预测未来的发展。
而数据挖掘是从数据中挖掘出有价值的信息以及相应的结论，包括关联规律、分类规律、统计规律以及数据挖掘法则等等。数据挖掘的本质是搜寻特定的目标数据，并且与其他有联系的数据结合起来以生成更有用的信息甚至是结论。
由此可见，数据模型与数据挖掘之间具有密切的联系。数据模型可以提供基础支持，将数据结构化，更好的表达数据的联系，更易于被数据挖掘解析。将模型与数据挖掘联合起来，实现更好的大数据分析效果，增加了可视化分析和机器学习的效果，有助于更好的理解数据，帮助我们发掘有价值的信息。
